Curriculum Vitae
-
Acrónimo: BigMed+
Correo: gr_inv.bigmed@urjc.es
Web: AccederNúmero de investigadores: 39Número de quinquenios: 21Número de Docentia: 25Número de sexenios investigación: 18Número de sexenios transferencia: 2
Coordinador/es:
Investigadores miembros:
- José Luis Rojo Álvarez
- Inmaculada Mora Jiménez
- María del Pilar Talón Ballestero
- Laura Martínez Mateu
- Rebeca Goya Esteban
- Francisco Manuel Melgarejo Meseguer
- Cristina Soguero Ruíz
- José Andrés Berzal Fernández
- Manuel Rubio Sánchez
- Margarita Carmen Rodríguez Ibáñez
Investigadores colaboradores:
- Mohammed El Yaagoubi
- Mihaela Ioana Chidean
- Antonio José Caamaño Fernández
- Luis Bote Curiel
- Lydia María González Serrano
- Alicia Guerrero Curieses
- Juan Ramón Feijoo Martínez
- Antonio Fernández Caballero
- Sergio Muñoz Romero
- Sara García de Villa
Investigadores/Técnicos de apoyo contratados:
Otros colaboradores:
- Manuel Blanco Velasco
- Javier Gimeno Blanes
- Arcadio García Alberola
- Raúl Paul Caulier Cisterna
- Enrique Feito Casares
- María Teresa Jurado Camino
- Andrea López García
- Ismael Gómez Talal
- Estela Sánchez Carballo
- Dafne Lozano Paredes
- Antonio Casañez Ventura
- Antonio Gil Izquierdo
- Carmen Plaza Seco
- Jose Ramón Torres Martín
- Pablo Floría Martín
- Roberto Holgado Cuadrado
- Salvador Sala Pla
- STEVE MANUS
-
Laura Teresa Martínez Marquina es Ingeniera Biomédica por la Universidad Rey Juan Carlos (URJC) y continúa su formación en el campo de la Inteligencia Artificial y el análisis de datos en el MSc Digital Innovation: Health and Medical Data Analytics por la Universidad Politécnica de Madrid, donde actualmente está cursando sus estudios.
En la actualidad, se desempeña como ayudante de investigación en el Grupo de Investigación de alto rendimiento en Ingeniería Biomédica y Ciencia de Datos de la URJC en el marco del programa de Ayudas para la contratación de Ayudantes de Investigación de la Comunidad de Madrid 2023.
En este grupo continúo una línea de investigación asociada al diseño y desarrollo de técnicas de visualización y Aprendizaje Automático orientadas al seguimiento de pacientes y su estado de salud.
-
No existe información.
-
Publicaciones
- Martínez-Marquina, L., Jurado-Camino, M.T., Caballero-López-Fando, I., Mora-Jiménez, I.: Naïve Bayes as a Probabilistic Tool for Monitoring the Health Status of Chronic Patients. In: 17th International Joint Conference on Biomedical Engineering Systems and Technologies, 393-403, HEALTHINF, Rome (2024).